Конвейер неправильно использует стандартный скейлер с пользовательской моделью

Question

Я пытаюсь настроить конвейер со стандартным скалерном скалером и самописным классом моделей. При написании своего костюмированного класса я следовал документации sklearn . Конвейер должен выглядеть следующим образом:

model_piped = make_pipeline(StandardScaler(), model)

Проблема заключается в том, что после подгонки модели конвейерной стоимости он не использует метод inverse_transform StandardScaler для изменения масштаба своих прогнозов. Таким образом, модель Costum только масштабирует входные данные. Естественно, конвейер работает для стандартных моделей склеарна, таких как регрессия Лассо.

Рабочий минимальный пример:

import numpy as np

from sklearn.linear_model import Lasso
from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.utils.validation import check_X_y, check_array, check_is_fitted

from matplotlib import pyplot as plt

# =============================================================================
# An example costum model
# =============================================================================
class mean_stacker():
    def __init__(self, desc = 'Simple Mean Stacker'):
        self.description = desc

    def predict(self, X):
        check_is_fitted(self, ['coef_'])
        X = check_array(X)
        return np.mean(X, axis = 1)

    def fit(self, X, y):
        X, y = check_X_y(X, y)
        self.coef_ = 'mean'
        return self

# =============================================================================
# test data  
# =============================================================================
yhats = np.array([[11.64543231, 11.49851957, 11.89059499, 11.77613068],
       [12.0166365 , 12.18640595, 11.89059499, 12.03356647],
       [11.91435714, 12.00392321, 11.89059499, 12.00279713],
       [11.74216858, 11.57740889, 11.89059499, 11.57306004],
       [11.9827991 , 12.09409814, 11.89059499, 12.14146709],
       [11.64009661, 11.55337117, 11.89059499, 11.539958  ],
       [11.8658174 , 11.93479133, 11.89059499, 11.88695717],
       [11.53478821, 11.24788878, 11.89059499, 11.47217846],
       [12.03600978, 12.16789499, 11.89059499, 12.09874916],
       [12.07294432, 12.20473012, 11.89059499, 12.20545864],
       [11.62189652, 11.34157305, 11.89059499, 11.4359684 ],
       [11.5167136 , 11.66579694, 11.89059499, 11.58799839]])

ytrue = np.array(
        [[11.6524265 ],
         [11.89470562],
         [12.12673719],
         [12.7966    ],
         [11.86452555],
         [11.85743673],
         [11.45650325],
         [11.96433224],
         [12.33647352],
         [11.96876678],
         [11.24377724],
         [11.2209676 ]])

# =============================================================================
# Define set of stacker models, wrap them into pipelines and fit
# =============================================================================
stacker_models =[ 
                 Lasso(alpha = 0.0005, random_state = 4),
                 mean_stacker()
                 ]
stacker = []
for model in stacker_models:
    stkr = make_pipeline(StandardScaler(), model)
    stkr.fit(yhats, ytrue)
    stacker.append(stkr)  

# =============================================================================
# plot predicts from models
# the costum model does not rescale the predicts correctly 
# =============================================================================
plt.plot(ytrue, label = 'ytrue')
plt.plot(stacker[0].predict(yhats), label = 'yLasso')
plt.plot(stacker[1].predict(yhats), label = 'yMean')
plt.legend()

Есть какие-нибудь советы, как исправить модель костюма?